Agregar columna en el marco de datos de la lista

Tengo un marco de datos con algunas columnas como esta:

A   B   C  
0   
4
5
6
7
7
6
5

El rango posible de valores en A es solo de 0 a 7 .

Además, tengo una lista de 8 elementos como este:

List=[2,5,6,8,12,16,26,32]  //There are only 8 elements in this list

Si el elemento en la columna A es n , necesito insertar el n- ésimo elemento de la Lista en una nueva columna, diga 'D'.

¿Cómo puedo hacer esto de una vez sin recorrer todo el marco de datos?

El marco de datos resultante se vería así:

A   B   C   D
0           2
4           12
5           16
6           26
7           32
7           32
6           26
5           16

Nota: El marco de datos es enorme y la iteración es la última opción. Pero también puedo organizar los elementos en 'Lista' en cualquier otra estructura de datos como dict si es necesario.

IIUC, si convierte su (desafortunadamente nombrado) Listen un ndarray, simplemente puede indexarlo de forma natural.

>>> import numpy as np
>>> m = np.arange(16)*10
>>> m[df.A]
array([  0,  40,  50,  60, 150, 150, 140, 130])
>>> df["D"] = m[df.A]
>>> df
    A   B   C    D
0   0 NaN NaN    0
1   4 NaN NaN   40
2   5 NaN NaN   50
3   6 NaN NaN   60
4  15 NaN NaN  150
5  15 NaN NaN  150
6  14 NaN NaN  140
7  13 NaN NaN  130

Aquí construí uno nuevo m, pero si lo usa m = np.asarray(List), lo mismo debería funcionar: los valores en df.Aseleccionarán los elementos apropiados de m.

Tenga en cuenta que si está usando una versión anterior de numpy, es posible que m[df.A.values]deba usar en su lugar; en el pasado, numpyno funcionó bien con otros, y algunas refactorizaciones pandascausaron algunos dolores de cabeza. Las cosas han mejorado ahora.

Simplemente asigne la lista directamente:

df['new_col'] = mylist

Alternativa
Convierta la lista en una serie o matriz y luego asigne:

se = pd.Series(mylist)
df['new_col'] = se.values

o

df['new_col'] = np.array(mylist)

Una solución que mejora la excelente de @sparrow.

Deje que df sea ​​su conjunto de datos y mylist la lista con los valores que desea agregar al marco de datos.

Supongamos que desea llamar a su nueva columna simplemente, new_column

Primero convierta la lista en una serie:

column_values = pd.Series(mylist)

Luego use la función de inserción para agregar la columna. Esta función tiene la ventaja de permitirle elegir en qué posición desea colocar la columna. En el siguiente ejemplo colocaremos la nueva columna en la primera posición desde la izquierda (estableciendo loc = 0)

df.insert(loc=0, column='new_column', value=column_values)

Primero, creemos el marco de datos que tenía, ignoraré las columnas B y C ya que no son relevantes.

df = pd.DataFrame({'A': [0, 4, 5, 6, 7, 7, 6,5]})

Y el mapeo que deseas:

mapping = dict(enumerate([2,5,6,8,12,16,26,32]))

df['D'] = df['A'].map(mapping)

¡Hecho!

print df

Salida:

   A   D
0  0   2
1  4  12
2  5  16
3  6  26
4  7  32
5  7  32
6  6  26
7  5  16

Vieja pregunta; ¡pero siempre trato de usar el código más rápido!

Tenía una lista enorme con 69 millones de uint64. np.array () fue el más rápido para mí.

df['hashes'] = hashes
Time spent: 17.034842014312744

df['hashes'] = pd.Series(hashes).values
Time spent: 17.141014337539673

df['key'] = np.array(hashes)
Time spent: 10.724546194076538